Cerebras는 Nvidia를 상대로 ‘인코딩 우선 AI 전략’을 시도하고 있습니다.

2026년이 되면, 대형 클라우드 서비스 제공업체들은 실시간 AI 추론 기능을 전례 없는 규모로 활용하는 데 중점을 둘 것입니다. 이에 따라 반도체 산업에서 가장 큰 도전과제 중 하나인 이러한 기업들이 마침내 공개 시장에 진출할 것으로 보입니다.블룸버그그리고…로이터Cerebras Systems는 Nasdaq에서 공개 상장을 신청했습니다. 이로 인해 회사의 가치는 260억 달러에서 400억 달러 사이가 될 것으로 예상됩니다. 이로써 Cerebras Systems는 AI 시대를 맞아 가장 큰 규모의 반도체 기업 중 하나가 될 수 있을 것입니다.

이번 출시는 AI 인프라 시장에 있어 중요한 순간입니다. 훈련 작업량은 계속 증가하고 있지만, 하이퍼스케일러와 최신 모델을 개발하는 업체들은 AI 에이전트와 실시간 추론 시스템이 대규모로 배포될수록 인식 효율성, 지연 시간, 서비스 비용과 같은 요소에 더욱 집중하고 있습니다. Cerebras는 NVIDIA가 주도하는 기존의 GPU 클러스터 아키텍처에 대한 가장 혁신적인 대안 중 하나로 자리매김하고 있습니다.

세레브라스는 웨이퍼 규모의 추론에 주목하고 있습니다.

Cerebras의 투자 전략의 핵심은, 현대 인공지능 시스템에서 가장 큰 문제점 중 하나인 “메모리 병목 현상”을 해결하려는 데 있습니다. NVIDIA의 Blackwell B200은 지금까지 개발된 가장 진보된 디스크리트 GPU 아키텍처 중 하나로, 약 2080억 개의 트랜지스터를 내장하고 있습니다. 하지만 이 아키텍처는 여전히 외부 HBM3e 메모리와 고속 상호 연결 장치를 필요로 합니다.

반면, Cerebras의 WSE-3은 전혀 다른 접근 방식을 사용합니다. 여러 개의 개별 프로세서로 작업 부하를 분산시키는 대신, 이 회사는 약 4조 개의 트랜지스터를 가진 단일 웨이퍼 규모의 칩에 전체 AI 컴퓨팅 기능을 집중시킵니다.

NVIDIA의 블랙웰 아키텍처는 각 GPU당 약 8TB/s의 외부 HBM 메모리 대역폭을 제공합니다. 반면, 세레브라스는 웨이퍼 규모의 SRAM 아키텍처를 통해 상당히 큰 내부 대역폭을 제공한다고 강조합니다. 최근의 분석에 따르면…모건 스탠리 리서치이 회사는 칩 내의 총 데이터 전송 속도가 페타바이트 per 초 수준에 달한다고 주장합니다. 이를 통해 인터커넥트가 많은 GPU 클러스터에 대한 의존성을 줄일 수 있으며, 액셀레이터 간의 데이터 전송에 따른 지연 시간도 최소화할 수 있습니다.

Cerebras는 특정 대규모 언어 모델 작업에서 상당히 낮은 추론 지연 시간을 보여주었습니다. 하지만 이와 같은 결과는 배치 크기, 컨텐츠 길이, 서비스 설정 등에 따라 크게 달라집니다. 회사 측에서는 전체 모델을 칩 위에 구현함으로써 실시간 AI 추론에 있어 상당한 이점을 얻을 수 있다고 주장합니다. 특히 차세대 모델들은 점점 더 긴 컨텐츠와 더 낮은 응답 지연 시간을 요구하기 때문입니다.

오픈AI와의 협력 관계 및 추론 기술 분야에서의 경쟁

추가로 증가하는 인공지능 분야의 추론 관련 기술 개발에 대한 관심 덕분에, Cerebras는 최첨단 AI 개발자들 사이에서 인지도를 높일 수 있었습니다.정보/자료이전에 보도된 바와 같이, OpenAI는 2028년까지 대규모 추론 능력을 확보하기 위해 Cerebras와의 협력 관계를 확대했습니다.

이 협정의 구체적인 경제적 효과는 아직 공개되지 않았지만, 업계 추정에 따르면 이 협력 관계가 지속되는 동안 총 수십억 달러의 가치를 창출할 것으로 보입니다. 더 중요한 것은, 이 파트너십을 통해 선도적인 AI 연구소들이 NVIDIA 중심의 인프라뿐만 아니라 다양한 분야로 사업을 확장하려는 노력을 하고 있음을 알 수 있습니다.

대규모 에이전트 시스템을 운영하는 AI 개발자들에게는, 인출 결과의 효율성도 훈련 성능만큼이나 중요해지고 있습니다. 낮은 대기 시간, 감소된 네트워크 처리 비용, 그리고 향상된 에너지 효율성은, AI가 전 세계적으로 더 많이 사용될수록 중요한 경쟁 우위 요소가 될 것입니다.

건축과 생태계의 차이점

결국, Cerebras와 NVIDIA 간의 경쟁은 AI 인프라의 미래를 결정하는 보다 넓은 논쟁을 반영합니다. 즉, 전문화된 웨이퍼 규모의 컴퓨팅 방식과, 생태계에 기반한 GPU 아키텍처 간의 대결입니다. NVIDIA는 CUDA, NVLink, 그리고 하이퍼스케일 소프트웨어 통합을 통해 강력한 경쟁 우위를 유지하고 있습니다. 반면, Cerebras Systems는 웨이퍼 규모의 추론 기능을 통합함으로써 차세대 AI 작업에 더 나은 성능과 효율성을 제공할 수 있다고 믿고 있습니다. 따라서 Cerebras는 GPU를 직접 대체하는 것이 아니라, 더 좁지만 매우 중요한 시장 부문을 대상으로 하는 전문화된 추론 플랫폼으로 자리매김할 가능성이 있습니다.